本书是英国剑桥大学卡文迪许实验室的著名学者David J.C.MacKay博士总结多年教学经验和科研成果,于2003年推出的一部力作。本书作者不仅透彻地论述了传统信息论的内容和最新编码算法,而且以高度的学科驾驭能力,匠心独具地在一个统一框架下讨论了贝叶斯数据建模、蒙特卡罗方法、聚类算法、神经网络等属于机器学习和推理领域的主题,从而很好地将诸多学科的技术内涵融会贯通。本书注重理论与实际的结合,内容组织科学严谨,反映了多门学科的内在联系和发展趋势。同时,本书还包含了丰富的例题和近400道习题(其中许多习题还配有详细的解答),便于教学或自学,适合作为信息科学与技术相关专业高年级本科生和研究生教材,对相关专业技术人员也不失为一本有益的参考书。

成为VIP会员查看完整内容
82

相关内容

【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
【经典书】概率理论:科学逻辑,95页pdf
专知会员服务
77+阅读 · 2020年10月18日
专知会员服务
200+阅读 · 2020年9月1日
专知会员服务
159+阅读 · 2020年7月26日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
145+阅读 · 2019年12月28日
经典书《斯坦福大学-多智能体系统》532页pdf
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
421页《机器学习数学基础》最新2019版PDF下载
人工智能入门书单(附PDF链接)
AI前线
22+阅读 · 2018年8月2日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
概率论与随机过程相关书籍点评
算法与数学之美
9+阅读 · 2017年8月11日
Arxiv
4+阅读 · 2019年11月25日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
【经典书】概率理论:科学逻辑,95页pdf
专知会员服务
77+阅读 · 2020年10月18日
专知会员服务
200+阅读 · 2020年9月1日
专知会员服务
159+阅读 · 2020年7月26日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
145+阅读 · 2019年12月28日
相关资讯
经典书《斯坦福大学-多智能体系统》532页pdf
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
421页《机器学习数学基础》最新2019版PDF下载
人工智能入门书单(附PDF链接)
AI前线
22+阅读 · 2018年8月2日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
概率论与随机过程相关书籍点评
算法与数学之美
9+阅读 · 2017年8月11日
微信扫码咨询专知VIP会员